核心技术
  1. 0351-7032817
  2. 0351-7030883-820
  3. hr@great-times.com
  4. 总部:太原市长风街113号千禧大厦22层
核心技术

车型识别算法

信息来源:    时间:2018/03/07

 

      车型识别利用车辆的外型特征对车型进行分类,目前国内外基于视频车型识别采用的的主要方法有:
      1、基于模板匹配的识别方法:模板匹配是模式识别中非常经典的方法,在模式识别经历的几十年发展历史中,当人们对识别的目标能够归纳出一定的模板时,就可选择模板识别。模板匹配方法用于汽车识别基于视频的车型识别技术研究时,主要的不足是:首先模板的建立很困难;而且模板只能在图像中平行移动,在旋转或大小变化的情况下,该方法无效;图像中的待识别的汽车目标不能全部可视,即汽车边缘不连续或部分边缘不存在,则该方法无效;

      2、基于统计模式的识别方法:当模式特征表示为几何空间中的点时,如果特征源自于同一模式的物体,对应点的几何距离总是很接近的。统计模式识别则是找寻几何空间中的一些区域问题,这些区域的点来自于某个单一模式。在统计模式中解决问题的方法大都基于Bayes决策统计理论。在汽车识别方法中很多都利用了统计模式识别。其中最典型的有基最近邻域法、聚类分析法、统计判决法等。但统计模式识别时要求:各个类别总体的概率分布是已知的;要决策分类的类别数是一定的;
      3、基于神经网络的识别方法:神经网络识别是利用“神经元(neuron)”相互连接构成的非线性动态系统所具有的人脑在自学习、自组织、联想及容错方面的较强功能,用于类别识别和决策。神经网络方法虽然由大量简单的“神经元”相互连接而成,每个神经元结构和功能都比较简单,但是其组成系统却可以非常复杂,在自学习、自组织、联想及容错方面具有人脑的某些特性,更确切地说是人脑的初级特性;
     4、基于仿生模式(拓扑模式)的识别方法: 仿生模式识别在于把模式识别问题看成是模式的“认识”,而不是分类划分,不是模式分类,是一类一类样本的“认识”。其特点在于:一类样本在特征空间的构造仅仅依赖于该样本类型本身,通过分析该类型各训练样本之间的关系进行识别;对于未经过训练的任意对象,不会被正确识别;一类一类分别训练“认识”,对新增加的样本的训练不会影响原有的识别知识;
      5、基于支持向量机的识别方法:支持向量机方法建立在统计学习理论的VC维理论和结构风险最小化原理基础上,根据有限样本信息在模型中的复杂性和学习能力之间寻求最佳折衷,以获得最好的泛化能力。支持向量机在有限样本情况下建立了一种较好的通用学习算法,并对模型的选择与过学习问题、非线性和维数灾难问题以及局部极小点问题进行了很好地解决。

<友情连结> 太原市朗森彩印有限公司/ 雅黛丽官方网站/ MENTLIANA官方网站/ 湖南濠庄娱乐城业大学论坛/